大家好，我是欢聚时代的高扬，这次跟大家分享的内容是深度学习在游戏AI中的应用这样一个话题。
NPC的驱动粗分可以分成低级、中级、高级、特高级，这样几个类别。
当然，按照其它的方式分也未尝不可，这里次要是针对实现方式和应用场景的一个粗略划分。
低级NPC通常说的是一些游戏中所谓的杂兵，不涉及什么情节，也没有什么所谓的策略作为驱动。
基本上就是按照一定的设计好的路线行进，并直接攻击游戏主角。
这类游戏很常见，尤其是老的单机游戏中，绝大部分就是这类NPC。
中级NPC常见于游戏群战中的配合型NPC。
这类机器人会有一定的事先编号的策略作为驱动，并且有简单的应变能力。
当然，这些都是人类事先设定好的策略内容。
比如优先
NPC的驱动粗分可以分成低级、中级、高级、特高级，这样几个类别。
当然，按照其它的方式分也未尝不可，这里次要是针对实现方式和应用场景的一个粗略划分。
低级NPC通常说的是一些游戏中所谓的杂兵，不涉及什么情节，也没有什么所谓的策略作为驱动。
基本上就是按照一定的设计好的路线行进，并直接攻击游戏主角。
这类游戏很常见，尤其是老的单机游戏中，绝大部分就是这类NPC。
中级NPC常见于游戏群战中的配合型NPC。
这类机器人会有一定的事先编号的策略作为驱动，并且有简单的应变能力。
当然，这些都是人类事先设定好的策略内容。
比如优先
2021/4/14 7:14:07
1.48MB
1
WEB应用防火墙变革：领取宝的领取进化论-深度学习安全管理数据分析数据泄露工控安全访问管理
2015/3/14 2:25:02
925KB
1
深度学习视频中的行为识别分享，采用python言语编写，真实可靠，好用深度学习视频中的行为识别分享，采用python言语编写，真实可靠，好用
2016/8/2 16:08:28
41KB
1
本人黄海广博士，以前写过吴恩达老师的机器学习个人笔记。
有朋友报名了课程，下载了这次课程的视频给大家分享。
Coursera的字幕不全，同学们在学习上感觉非常不方便，因此我找志同道合的朋友翻译和整理字幕，中英文字幕来自于由我和曹骁威同学组织爱好者翻译，希望对大家有所协助。
有朋友报名了课程，下载了这次课程的视频给大家分享。
Coursera的字幕不全，同学们在学习上感觉非常不方便，因此我找志同道合的朋友翻译和整理字幕，中英文字幕来自于由我和曹骁威同学组织爱好者翻译，希望对大家有所协助。
2015/6/18 11:04:57
24.03MB
1
智能算法-遗传算法、蚁群算法、粒子群算法实现。
实现版本Java,Python,MatLab多版本实现。
具体详细阐明上傳附件檔案內資料夾有每个算法有着详细的阐明README蚁群算法：Ant_Colony_Optimization遗传算法：Genetic_Algorithm免疫算法：Immunity_Algorithm粒子群：ParticleSwarmOptimization
实现版本Java,Python,MatLab多版本实现。
具体详细阐明上傳附件檔案內資料夾有每个算法有着详细的阐明README蚁群算法：Ant_Colony_Optimization遗传算法：Genetic_Algorithm免疫算法：Immunity_Algorithm粒子群：ParticleSwarmOptimization
2017/9/2 22:36:16
1.58MB
1
近年来，联邦学习作为处理数据孤岛问题的技术被广泛关注，已经开始被应用于金融、医疗健康以及智慧城市等领域。
从3个层面系统阐述联邦学习算法。
首先通过联邦学习的定义、架构、分类以及与传统分布式学习的对比来阐述联邦学习的概念；
然后基于机器学习和深度学习对目前各类联邦学习算法进行分类比较和深入分析；
最后分别从通信成本、客户端选择、聚合方式优化的角度对联邦学习优化算法进行分类，总结了联邦学习的研究现状，并提出了联邦学习面临的通信、系统异构、数据异构三大难题和处理方案，以及对未来的期望。
从3个层面系统阐述联邦学习算法。
首先通过联邦学习的定义、架构、分类以及与传统分布式学习的对比来阐述联邦学习的概念；
然后基于机器学习和深度学习对目前各类联邦学习算法进行分类比较和深入分析；
最后分别从通信成本、客户端选择、聚合方式优化的角度对联邦学习优化算法进行分类，总结了联邦学习的研究现状，并提出了联邦学习面临的通信、系统异构、数据异构三大难题和处理方案，以及对未来的期望。
2016/3/12 21:30:05
1.19MB
1
【为什么学习机器学习算法？】人工智能是国家发展的战略，未来发展的必然趋势。
将来很多岗位终将被人工智能所代替，但人工智能人才只会越来越吃香。
中国人工智能人才缺口超过500万，人才供不应求。
要想掌握人工智能，机器学习是基础、是必经之路，也是极其重要的一步。
【课程简介】很多人认为机器学习难学，主要是因为其过于关注各种复杂数学公式的推导，从而忽略了公式的本质。
本课程通过对课件的精心编排，课程内容的不断打磨，重磅推出机器学习8大经典模型算法，对晦涩难懂的数学公式，通过图形展示其特点和本质，快速掌握机器学习模型的核心理论，将重点回归到机器学习算法本身。
本课程选取了机器学习经典的8大模型：线性回归、逻辑回归、决策树、贝叶斯分类器、支持向量机(SVM)、集成学习、聚类以及降维再也不用东拼西凑，一门课程真正掌握机器学习核心技术。
它们是人工智能必经之路，机器学习必学技术，企业面试必备技能。
?《深度学习与神经网络从原理到实践》课程现已上线，这使得人工智能学习路径愈加完备，地址：https://edu.csdn.net/course/detail/29539
将来很多岗位终将被人工智能所代替，但人工智能人才只会越来越吃香。
中国人工智能人才缺口超过500万，人才供不应求。
要想掌握人工智能，机器学习是基础、是必经之路，也是极其重要的一步。
【课程简介】很多人认为机器学习难学，主要是因为其过于关注各种复杂数学公式的推导，从而忽略了公式的本质。
本课程通过对课件的精心编排，课程内容的不断打磨，重磅推出机器学习8大经典模型算法，对晦涩难懂的数学公式，通过图形展示其特点和本质，快速掌握机器学习模型的核心理论，将重点回归到机器学习算法本身。
本课程选取了机器学习经典的8大模型：线性回归、逻辑回归、决策树、贝叶斯分类器、支持向量机(SVM)、集成学习、聚类以及降维再也不用东拼西凑，一门课程真正掌握机器学习核心技术。
它们是人工智能必经之路，机器学习必学技术，企业面试必备技能。
?《深度学习与神经网络从原理到实践》课程现已上线，这使得人工智能学习路径愈加完备，地址：https://edu.csdn.net/course/detail/29539
2018/5/3 18:47:12
3.37MB
1
matlabdir源代码Crop_DiseasesCropDiseasesDetection代码源于Google识别API，根据数据情况做了少许修改。
深度学习框架Tensorflow1.9密码:yq30生成TFrecords运行process.py将数据图像压缩生成TFRecords类型的数据文件，可以提高数据读取效率#修改process.py主函数路径，改为本人的下载后压缩的路径pythonprocess.py训练模型#配置train.sh参数#生成的TFrecords路劲(根据本人的实际修改，下同)DATASET_DIR=/media/zh/DATA/AgriculturalDisease20181023/tf_data#训练过程产生的模型，迭代保存的数据位置TRAIN_DIR=/media/zh/DATA/AgriculturalDisease20181023/check_save/resnetv1_101_finetune#定义预训练模型定义(预训练模型下载地址上面有给出)CHECKPOINT_PATH=/media/zh/DA
深度学习框架Tensorflow1.9密码:yq30生成TFrecords运行process.py将数据图像压缩生成TFRecords类型的数据文件，可以提高数据读取效率#修改process.py主函数路径，改为本人的下载后压缩的路径pythonprocess.py训练模型#配置train.sh参数#生成的TFrecords路劲(根据本人的实际修改，下同)DATASET_DIR=/media/zh/DATA/AgriculturalDisease20181023/tf_data#训练过程产生的模型，迭代保存的数据位置TRAIN_DIR=/media/zh/DATA/AgriculturalDisease20181023/check_save/resnetv1_101_finetune#定义预训练模型定义(预训练模型下载地址上面有给出)CHECKPOINT_PATH=/media/zh/DA
2017/8/5 16:52:45
720KB
1
完整的MobileNetv1-v3的源代码，包括模型脚本、训练以及预测脚本。
并有完整的博客引见：1.MobileNet系列(1):MobileNetV1网络详解：https://blog.csdn.net/weixin_38346042/article/details/125329726?spm=1001.2014.3001.55012.MobileNet系列(2)：MobileNet-V2网络详解：https://blog.csdn.net/weixin_38346042/article/details/125355111?spm=1001.2014.3001.55013.MobileNet系列(4):MobileNetv3网络详解：https://blog.csdn.net/weixin_38346042/article/details/125470446?spm=1001.2014.3001.5501
并有完整的博客引见：1.MobileNet系列(1):MobileNetV1网络详解：https://blog.csdn.net/weixin_38346042/article/details/125329726?spm=1001.2014.3001.55012.MobileNet系列(2)：MobileNet-V2网络详解：https://blog.csdn.net/weixin_38346042/article/details/125355111?spm=1001.2014.3001.55013.MobileNet系列(4):MobileNetv3网络详解：https://blog.csdn.net/weixin_38346042/article/details/125470446?spm=1001.2014.3001.5501
2017/11/25 6:03:06
7KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB